Stephen DeAngelis, Enterra Solutionsin perustaja ja toimitusjohtaja – Haastattelusarja

Stephen DeAngelis on Enterra Solutionsin perustaja ja toimitusjohtaja, joka on ensimmäinen yhtiö, joka on soveltanut Autonomous Decision Science^TM (ADS^®) -teknologiaa päätöksenteon, tutkimuksen ja kehityksen tehostamiseen yrityksissä.

Stephen F. DeAngelis on kansainvälisesti tunnustettu asiantuntija tekoälystä ja edistyneistä analyytikoista sekä niiden soveltamisesta kaupallisten yritysten ja hallitusten kilpailukykyyn, kestävyyteen ja turvallisuuteen. Hän on patentinomistaja, teknologioiden uranuurtaja ja yrittäjä. Hänen uransa on kansainvälisten suhteiden, liiketoiminnan, hallinnon ja akateemisen maailman risteyksessä. Hän tuo yhtiöihinsä ainutlaatuisen näkökulman ja syvän kokemuksen.

Voitko kertoa Enterra Solutionsin syntytarinaa?

Enterra on alun perin Yhdysvaltain hallituksen alihankkija. Enterra kehitti ja toteutti yritysten järjestelmällisen kilpailukyvyn, riskienhallinnan ja suorituskyvyn malleja Yhdysvaltain hallituksen virastojen kanssa. Tämän työn aikana Enterra kehitti parhaiden käytäntöjen Enterprise Resilience Management -menetelmän ja -mallin yhteistyössä liittovaltion rahoittamien tutkimus- ja kehitysorganisaatioiden kanssa.

Jotta voidaan edistää kilpailukyvyn ja kestävyyden teknologiaa, Enterra aloitti työn tekoälyssä ja sovelletussa matematiikassa 2000-luvun alussa. Keski-2000-luvulla yhtiö alkoi yhdistää työtään hallituksen sektorilla ja akateemisessa tutkimuksessa – tämä työ jatkuu edelleen. Enterran akateeminen tutkimus on kahdensuuntainen yhteistyö, joka antaa yhtiölle ja sen työntekijöille mahdollisuuden tutustua johtaviin tekoäly- ja matemaattisiin tekniikoihin ja käytäntöihin sekä luoda laaja verkosto ja yhteyksiä johtaviin yksilöihin ja ajattelijoihin kognitiivisessa tieteen ja kestävyyden soveltamisissa.

Enterra hyödynsi tieteelliset ja tekniset oppinsa hallituksen ja akateemisen sektorin työstä uudelleenmiettiäkseen suurten datojen analytiikkaa kaupallisessa sektorissa – tuloksena oli Enterran Autonomous Decision Science^® (ADS^®) & Generative AI -alusta sekä arvoketjun laajentavat liiketoimintasovellukset, jotka yhdessä muodostavat ensimmäisenä lajissaan olevan älykkään järjestelmän. Enterran älykäs järjestelmä suorittaa autonomisen päätöksenteon, suunnittelun ja toteutuksen istuessaan useiden transaktioiden kirjaamis- ja sitouttamisjärjestelmien päällä markkinoinnissa, myyntissä, toimitusketjussa ja yritysstrategiassa, ja orkesteroiden päätöksiä ja toimia, jotka auttavat yritystä kehittämään kilpailukykyä ja kestävyyttä ja saavuttamaan liiketoimintatavoitteensa.

Yhdistämällä Enterran omistaman teknologian organisaatioiden tietämyksen ja käytäntöjen kanssa, Enterra ennakoi markkinamuutoksia järjestelmällisesti ja markkinanopeudella – muuttaen yrityksiä autonomisiksi älykkäiksi yrityksiksi.

Enterra Solutions tarjoaa autonomisen päätöksenteon, mitä se tarkalleen ottaen on ja miten se optimoi liiketoimintapäätöksiä?

Enterran Autonomous Decision Science^® (ADS^®) on teknologiaplatformi, joka mahdollistaa Enterran älykkään järjestelmän. Enterran ADS-tekniikkaplatformi yhdistää kolme aiemmin erillistä teknologiaa:

1. Semanttinen päättely ja vektorigraafinen logiikkaan perustuva tekoäly, joka mahdollistaa ihmismäisen päättelyn, päätöksenteon ja oppimisen. Tämä ainutlaatuinen ominaisuus yhdistää yleistietämyksen ja toimialakohtaisen tietämyksen johtopäätökselliseen päättelyyn luoden järjestelmän, joka voi tehdä päätöksiä hienovaraisella, ihmismäisellä päättelyllä ja sitten oppia niiden seurauksista.
2. Lasinen, selittävä, avoin koneoppiminen omistaman Representation Learning Machine^TM (RLM) -muodon. RLM:n perusta on korkean ulottuvuuden matematiikka ja funktioanalyysi. RLM tunnistaa yksilöivän funktion, joka kuvaa muuttujien yhdistelmää ja osallistumista tietojoukossa, joka kuvaa havaittavia vaikutuksia useiden vuorovaikutuskerrosten kautta korkealla tarkkuudella. Tämä on luokiteltu “lasiseksi” selittäväksi algoritmiksi, joka tuottaa funktion, jonka tuloste on näkyvissä, toisin kuin “mustat laatikot” -algoritmit, jotka eivät tarjoa selitystä dynamiikasta tai järjestelmästä eivätkä ole todellista “ymmärrystä” siitä, mitä malli tarkoittaa.
3. Rajoitteiden perusteella, ei-lineaarinen optimointi, joka sisältää RLM:stä johdetun kaavan, sekä semanttisen päättelyn rajoitukset ja logiikan, suorittaakseen nopean optimoinnin, joka heijastaa monimutkaisia, moniulotteisia, todellisen maailman huomioon ottaen, johtaa erittäin toimiviin suosituksiin. Tämä ominaisuus murtuu ulottuvuuden esteen, joka liittyy lineaarisiin malleihin.

Näiden tekniikoiden yhdistäminen on mahdollistanut Enterralle tarjota asiakkailleen merkittävästi erottuvia ominaisuuksia ja luonut vahvan, puolustettavan aukon kilpailumaisemassa – sekä suurten tekoälyteknologioiden ja pistekohtaisen ratkaisujen toimijoilla.

Noin vuosi sitten “Eye on AI” -podcastissa keskustelit siitä, kuinka vanhanaikainen tekoäly on edelleen voimakas työkalu. Ovatko näkymäsi muuttuneet tästä, ja mitkä ovat joitain perinteisiä koneoppimisalgoritmeja, joita Enterra Solutions edelleen käyttää?

Tiede on geneerisesti lisäyksikkö, mikä tarkoittaa, että yhden sukupolven mahdollisuudet kerroksittain edellisen sukupolven innovaatioiden päälle luoden uusia mahdollisuuksia. Enterra kehittää jatkuvasti ja keksii uusia teknologioita. Kuten mainittiin aiemmin, Enterra on luonut Enterran Autonomous Decision Science^® (ADS^®) & Generative AI -alustan, joka on ihmismäisen päättelyn ja GenAI -ominaisuuksien yhdistelmä, erittäin edistyneiden, lasisten, selittävien koneoppimismenetelmien ja ei-lineaarisilla rajoitteilla varustettujen optimointimoottorien kanssa. Olemme yhdistäneet nämä aiemmin erilliset teknologiat yhden alustan alle ja pystyneet lukitsemaan aiemmin toteutumattomia analytiikkaominaisuuksia ja lieventämään yksittäisen teknologian puutteita.

Miten Enterra Solutions on integroinut Generative AI -teknologian ratkaisuihinsa?

Siitä huolimatta, että monet organisaatiot ovat edelleen tutkimassa ja kokeilemassa generatiivista tekoälyä, Enterra Solutions ja sen asiakkaat ovat hyötyneet sen voimakkaista ominaisuuksista yli kymmenen vuoden ajan. Enterran alustan tekoälyosio oppii ympäristön syyt, miksi suositukset ovat onnistuneita tai eivät, ja säilyttää tämän oppimisen ontologioissaan ja generatiivisessa tekoälytietokannassa. Enterra kehittää, jos asiakas niin pyytää, asiakkaan strategioita, taktiikkoja, liiketoimintalogiikkaa ja työtapoja edustavan generatiivisen tekoälytietokannan ja tarjoaa päivitetyn logiikan ja rajoitusten asetuksen optimointifunktioihin Enterran älykkään järjestelmän toiminnallisten komponenttien sisällä.

Harhaluulot ovat yksi generatiivisen tekoälyn tärkeimmistä ongelmista, miten Enterra Solutions voittaa nämä rajoitukset?

Generatiivinen tekoäly voi automatisoida useimmat työvirrat, mutta sen uskottavuus on kyseenalainen, koska se on validoimaton. Tämä voidaan ratkaista hyödyntämällä ADS-tekniikkaa, joka voi liittää suuriin kieliin perustuviin malleihin, päättelyä ja matemaattista validointia luotettavuuden ja toimivuuden varmistamiseksi. Käyttämällä ADS:ää luotettavan selittävyyden ja toimivuuden saavuttamiseksi suosituksista ja etsimällä luotettavuutta.

Vuodesta 2015 vuoteen 2019 olit neuvoa-antavan hallituksen jäsen Dalai Laman eettisyyden ja muodonmuutosarvon keskuksessa MIT:ssä, miten tämä on muovannut arvojasi liiketoiminnasta ja tekoälystä?

Hyvin, jos olet mukana Dalai Laman keskuksessa, et voi muuta kuin ajatella johtajuutta ja eettisyyttä yhtenä ja samana. Kun johtaa yritystä, oppii nopeasti, että tekee tuhansia päätöksiä vuodessa. Jotkut ovat pieniä, jotkut ovat tavallisia tai prosessuaalisia, ja jotkut ovat merkittäviä tai seuraamuksellisia päätöksiä. Toivon, että olen oppinut tekemään päätöksiä, joihin on sisäänrakennettu eettiset huomioonpanot – todella pohjoisen tähti ja ohjausjärjestelmä valaistuneelle päätöksenteolle. Tämä käsite heijastuu myös siinä, miten rakennamme algoritmeja ja ohjelmistoja, ja lopulta siinä, miten pyöritämme organisaatiota.

Usein liiketoimintajohtajat, kuten Geoffrey Hinton, ovat huolissaan tulevaisuuden mahdollisista ongelmista tekoälyssä, erityisesti yleisen tekoälyn (AGI) osalla, mitkä ovat näkymäsi tästä?

Jotkut Geoffrey Hintonin huolenaiheista liittyvät tekoälyn mahdolliseen väärinkäyttöön ja sen nopeaan käyttöönottoon. Nämä ovat reiluja huolenaiheita, koska monet yritykset yrittävät sovittaa tekoälyä liiketoimintakäytäntöihinsä, ennen kuin ymmärtävät, mitä ongelmia yrittävät ratkaista. Tekoäly ei ratkaise kaikkia ongelmia eikä sitä pidä ajatella ratkaisuna kaikkiin liiketoimintahaasteisiin. On tärkeää, että yritykset aloittavat liiketoimintajohtoisella ongelman määrittelyllä, ennen kuin etsivät toteuttamiskelpoisia ratkaisuja. Kun ymmärrät ongelman, jota yrität ratkaista, voit ymmärtää strategisen sopimuksen ja teknisen toteutuskelpoisuuden edistyneiden teknologioiden, kuten tekoälyn, käytölle.

Olet sarjayrittäjä ja olet onnistuneesti perustanut useita yrityksiä eri aloilla, mitä ajaa sinua innovaatioon?

Lopulta olen enemmän luova elinikäinen oppija ja älyllisesti utelias liiketoimintahenkilö kuin hallintomies. Elämän pituinen oppiminen ja älyllinen uteliaisuus, yhdistettynä yrittäjän intohimoon uusien liiketoimintamahdollisuuksien luomiseen, ajaa innovaatioita ja tuotteiden ja palvelujen kehittämistä tunnistettujen markkinarakojen täyttämiseksi. Halu työskennellä suuren ryhmän ihmisten kanssa ja “kilpailla ja voittaa” luomalla omistaja-arvoa on se, mikä ajaa minua innovaatioon.

Mikä on visiosi tekoälyn tulevaisuudesta?

Tekoälyn käytön lähitulevaisuuden B2B-sovellusten kautta – uskon, että tekoäly mahdollistaa käytännöllisen autonomisen päätöksenteon lähitulevaisuudessa suurissa liiketoimintasovelluksissa. Nämä kyvyt ovat johtuvia ihmismäisistä älykkäistä agenteista, jotka tukevat ihmisten päätöksentekoa tekoälyllä tai tekoälyllä, jotka keskittyvät suuriin ja mullistaviin käyttötarkoituksiin. Sovellukset, kuten arvoketjun optimointi ja päätöksenteko globaaleille yrityksille eri aloilla ja häiriöissä lääkekehityksessä, formuloinnissa ja kliinisissä tutkimuksissa, ovat muodonmuuttavia ja vaikuttavat useimpien ihmisten elämään maapallolla.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Enterra Solutions -sivustolla.